Opencv+Zbar二维码识别(二维码校正)

二维码和车牌识别基本都会涉及到图像的校正,主要是形变和倾斜角度的校正,一种二维码的畸变如下图:


这个码用微信扫了一下,识别不出来,但是用Zbar还是可以准确识别的~~。

这里介绍一种二维码校正方法,通过定位二维码的4个顶点,利用仿射变换校正。基本思路:滤波->二值化->膨胀(腐蚀)操作->形态学边界->寻找直线->定位交点->仿射变换校正->Zbar识别。


滤波、二值化:


腐蚀操作:



形态学边界:



寻找直线:



角点定位:



仿射变换校正:



Zbar识别:



Code实现:




#include "zbar.h"        
#include "opencv\cv.h"        
#include "opencv\highgui.h"        
#include <iostream>        


using namespace std;        
using namespace zbar;  //添加zbar名称空间      
using namespace cv;        

int main(int argc,char*argv[])      
{    
    Mat imageSource=imread("D:\\WYQ\\VC\\ZbarTest\\Debug\\ccc.jpg",0);    
    Mat image;  
    imageSource.copyTo(image);  
    GaussianBlur(image,image,Size(3,3),0);  //滤波  
    threshold(image,image,100,255,CV_THRESH_BINARY);  //二值化  
    imshow("二值化",image);      
    Mat element=getStructuringElement(2,Size(7,7));  //膨胀腐蚀核  
    //morphologyEx(image,image,MORPH_OPEN,element);   
    for(int i=0;i<10;i++)  
    {  
        erode(image,image,element);  
        i++;  
    }     
    imshow("腐蚀s",image);  
    Mat image1;  
    erode(image,image1,element);  
    image1=image-image1;    
    copyMakeBorder( image1, image1, 100, 100, 100, 100, BORDER_CONSTANT); 
    imshow("边界",image1);  
    //寻找直线 边界定位也可以用findContours实现  
    vector<Vec2f>lines;  
    HoughLines(image1,lines,1,CV_PI/150,240,0,0);  
    int idNum = lines.size();
    Mat DrawLine=Mat::zeros(image1.size(),CV_8UC1);  
    for(int i=0;i<lines.size();i++)  
    {  
        float rho=lines[i][0];  
        float theta=lines[i][1];  
        Point pt1,pt2;  
        double a=cos(theta),b=sin(theta);  
        double x0=a*rho,y0=b*rho;  
        pt1.x=cvRound(x0+1000*(-b));  
        pt1.y=cvRound(y0+1000*a);  
        pt2.x=cvRound(x0-1000*(-b));  
        pt2.y=cvRound(y0-1000*a);  
        line(DrawLine,pt1,pt2,Scalar(255),1,CV_AA);  
    }  
    imshow("直线",DrawLine);  
    Point2f P1[4];  
    Point2f P2[4];  
    vector<Point2f>corners;  
    goodFeaturesToTrack(DrawLine,corners,4,0.1,10,Mat()); //角点检测  
    for(int i=0;i<corners.size();i++)  
    {  
        circle(DrawLine,corners[i],3,Scalar(255),3);  
        P1[i]=corners[i];         
    }  
    circle(DrawLine,Point2f(20,50),10,Scalar(255),3);  
    imshow("交点",DrawLine);  
    int width=P1[1].x-P1[3].x;  
    int hight=P1[1].y-P1[3].y;  
    P2[0]=Point2f(P1[3].x,P1[3].y+hight);    
    P2[1]=Point2f(P1[1].x,P1[1].y);  
    P2[2]=Point2f(P1[3].x+width,P1[3].y);  
    P2[3]=Point2f(P1[3].x,P1[3].y);  
    Mat elementTransf;  
    elementTransf=  getAffineTransform(P1,P2);                 
    warpAffine(imageSource,imageSource,elementTransf,imageSource.size(),1,0,Scalar(255));  
    imshow("校正",imageSource);     
    //Zbar二维码识别  
    ImageScanner scanner;        
    scanner.set_config(ZBAR_NONE, ZBAR_CFG_ENABLE, 1);   
    int width1 = imageSource.cols;        
    int height1 = imageSource.rows;        
    uchar *raw = (uchar *)imageSource.data;           
    Image imageZbar(width1, height1, "Y800", raw, width * height1);          
    scanner.scan(imageZbar); //扫描条码      
    Image::SymbolIterator symbol = imageZbar.symbol_begin();    
    if(imageZbar.symbol_begin()==imageZbar.symbol_end())    
    {    
        cout<<"查询条码失败,请检查图片!"<<endl;    
    }    
    for(;symbol != imageZbar.symbol_end();++symbol)      
    {        
        cout<<"类型:"<<endl<<symbol->get_type_name()<<endl<<endl;      
        cout<<"条码:"<<endl<<symbol->get_data()<<endl<<endl;         
    }        
    namedWindow("Source Window",0);  
    imshow("Source Window",imageSource);          
    waitKey();      
    imageZbar.set_data(NULL,0);    
    return 0;    
}  
  • 3
    点赞
  • 33
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
OpenCV+zbar开源库实现摄像头识别二维码,测试验证识别率非常高,已实现简单的应用。 打包源码在VS2013下可以完全编译成功,附加包含OpenCV库及zbar-0.10-setup.exe,zbar-0.10.tar.bz2 下载Demo后需要安装 zbar-0.10-setup.exe 以下代码可以可以完成整个流程的开发,也可以贡献积分下载资源包。 1、 环境准备 (1) OpenCV库2.49 (2) ZBar开源库 (3) VS2013 2、 VS2013环境配置 (1) 配置附加包含目录 C/C++ -- 附加包含目录 include\opencv\include\ include\opencv\include\opencv include\opencv\include\opencv2 include (2) 配置链接器 链接器 -- 附加库目录 lib32\opencv\lib lib32 (3) 配置链接器 链接器--输入--附加依赖项 opencv_core249d.lib opencv_highgui249d.lib opencv_imgproc249d.lib libzbar-0.lib 3、 代码开发 (1)包含头文件 include include include include include include using namespace std; using namespace zbar; using namespace cv; (2)实现函数 void MatToCImage(cv::Mat &mat, CImage &cImage) { //create new CImage int width = mat.cols; int height = mat.rows; int channels = mat.channels(); cImage.Destroy(); //clear cImage.Create(width, height, 8 * channels); //默认图像像素单通道占用1个字节 //copy values uchar* ps; uchar* pimg = (uchar*)cImage.GetBits(); //A pointer to the bitmap buffer int step = cImage.GetPitch(); for (int i = 0; i (i)); for (int j = 0; j GetDlgItem(IDC_STATIC_IMG)->GetClientRect(▭); cv::VideoCapture capture(0);//从摄像头读入图像 while (!m_bCloseCamera) { cv::Mat frame; capture >> frame; cv::Mat newframe; cv::Size ResImgSiz = cv::Size(rect.Width(), rect.Height()); cv::resize(frame, newframe, ResImgSiz, CV_INTER_CUBIC); MatToCImage(newframe, imgDst); imgDst.Draw(pThis->GetDlgItem(IDC_STATIC_IMG)->GetDC()->GetSafeHdc(), rect); ImageScanner scanner; scanner.set_config(ZBAR_NONE, ZBAR_CFG_ENABLE, 1); Mat imageGray; cvtColor(frame, imageGray, CV_RGB2GRAY); int width = imageGray.cols; int height = imageGray.rows; uchar *raw = (uchar *)imageGray.data; Image imageZbar(width, height, "Y800", raw, width * height); scanner.scan(imageZbar); //扫描条码 Image::SymbolIterator symbol = imageZbar.symbol_begin(); if (imageZbar.symbol_begin() == imageZbar.symbol_end()) { } else { iIndex++; if (iIndex > 999999) { iIndex = 0; } for (; symbol != imageZbar.symbol_end(); ++symbol) { char szInfo[1024]; memset(szInfo, 0, sizeof(szInfo)); sprintf(szInfo, "[d]类型:%s\r\n条码:%s\r\n", iIndex , symbol->get_type_name().c_str(), symbol->get_data().c_str()); pThis->GetDlgItem(IDC_EDIT1)->SetWindowText(szInfo); } } imageZbar.set_data(NULL, 0); } imgDst.Destroy(); capture.release(); return 0; }

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值